分错细胞，比测序更致命：Nature Methods 新工具 resolVI 给空间组学"降噪"

空间转录组（spatial transcriptomics，ST）这几年火得很快。从 10x Xenium、Nanostring CosMx 这类成像法，到 Stereo-Seq、Visium HD 这类测序法，分辨率已经压到亚细胞甚至 2 微米。"测得准"这件事，硬件厂商已经替你解决了大半；但"分得对"，还悬在半空。

原因很简单：这些技术给出的不是"细胞"，而是分子在组织切片上的坐标。要得到每个细胞的表达谱，中间必须插一步——细胞分割（segmentation）：把平面划成一块块近似细胞的区域，再把区域里的分子归拢计数。这一步做得好不好，直接决定后面所有分析的可信度。

问题在于，组织里的细胞挤在一起、边界模糊、形状不规则。于是分割算法常常把邻近细胞的分子算到自己头上。这种"串门"造成的后果很隐蔽：你会看到本不该同时出现的基因在同一细胞里"共表达"，进而得出"存在某种新细胞状态"的结论——而这可能只是分割误差造出来的幻影。

resolVI 要解决的，就是这最后一段路的系统性偏差。

一、误差不是一种，而是三种叠在一起

论文把观测到的表达矩阵拆得很干净。对第 n 个细胞、第 g 个基因，观测到的计数大致来自三部分：

• 真表达

  ：这个细胞自己真正转录出来的 RNA；

• 邻居扩散（diffusion）

  ：来自空间上相邻细胞、却在分割或组织处理中被"漏"进来的分子；

• 背景（background）

  ：整张切片上普遍存在的非特异性信号，每个样本一个常数项。

前两项用负二项分布建模，因为真实表达和扩散都带有过离散特征；背景项假设没有过离散，用泊松分布。三者按各自的权重 α 相加，就还原出观测值。

这个思路的高明之处在于：它不跟分割算法"抢活"。resolVI 明确站在任何分割算法下游，拿你已有的表达矩阵当输入，只做一件事——判断哪些计数可疑，并把它们重新分配。 换句话说，你不需要换掉现有的分割流程，只要在后面接一层校正。

▲ 图1 ｜ resolVI 总览。a，算法示意：分割无法完全刻画真实细胞形状，导致分子错配，再叠加非特异性背景；潜变量编码后分别估计"真表达""扩散""背景"三部分。b，概率图模型（板模型）。c，小鼠脑 10x Xenium 局部：原始分割与 ProSeg 分割对比，并标注"扩散"与"背景"两类典型污染。

二、它是怎么"拆账"的：一个带高斯混合先验的 VAE

模型主体是变分自编码器（VAE），由三个神经网络分工：

• 表达编码器（expression encoder）

  ：从观测计数推断细胞的低维状态；

• 表达解码器（expression decoder）

  ：由状态生成"真表达"；

• 扩散编码器（diffusion encoder）

  ：估计每个细胞里真表达、邻居、背景三部分各占多少权重。

一个关键设计是：潜变量的先验用高斯混合分布，而不是常规的单峰分布。 这不是为了好看。单峰先验会把所有细胞压在一团，细胞类型之间难以分开；混合分布天然对应"细胞类型是离散的"这一生物学事实，因此能更清楚地区分细胞亚群。也正因为有了混合先验，模型可以很方便地接入已知的细胞类型标签——这就是它的监督模式；不接标签，就是无监督模式。

另一个容易被忽略的点是批次效应。解码器接收细胞的批次 ID，编码器默认不接收，这种"非对称"设计能让潜空间尽量与批次无关，从而在整合多张切片、多个样本时抑制技术差异。

而从直觉上说，为什么最小化 ELBO 就能把错分的分子挑出来？因为模型隐含地要求：数据可以用一个低维编码来描述。 分割误差会让观测表达变得比真实表达更"复杂"、更杂乱。于是优化过程会自发地把那些"讲不通"的分子，推给背景项或邻近细胞——这正是我们想要的结果。

实现上，resolVI 支持 GPU 加速。作者用的是一台 Nvidia 3090、128 GB 内存的工作站。

三、小鼠脑：把神经元的基因，从微胶质细胞里清出去

第一个案例是 10x Xenium 测的一张正常小鼠脑切片，248 个基因、约 13 万个细胞。原始数据由原作者用"细胞核分割 + 膨胀"得到，本质是给每个核套一个凸多边形，再把多边形里的分子计数。

作者先看了一个很直观的现象：扩散比例高的区域，恰好是细胞密集的皮层和丘脑。 这符合预期——细胞越挤，越难分割干净。

真正有说服力的是微胶质细胞（microglia）。校正前，这些细胞能稳稳表达 Trem2（微胶质标志基因），这没问题；但在下丘脑这个"高扩散"区域，它们同时呈阳性于 Slc17a6——一个兴奋性神经元的标志基因。一个微胶质细胞表达神经元标志，大概率不是生物学，而是分割把邻近神经元的分子算进来了。

resolVI 校正后，Slc17a6 的假阳性被大幅削减，而 Trem2 依旧保留。这就是"纠错"和"误伤"的区别：它没有把信号一刀切地削平，而是保住了该留的、去掉了不该有的。

用 scib-metrics 做量化，以"估计真表达比例高于 0.8 / 低于 0.8"作为高质量与低质量批次的代理，resolVI（监督）的综合评分达到 0.71，高于 PCA 的 0.63，也优于 scVI 与 scANVI。这意味着它不仅在"分得开细胞类型"上更好，在"把不同数据质量的同类细胞拉到一起"上也更好。

▲ 图2 ｜ resolVI 校正小鼠脑的表达偏差。a，PCA 与 resolVI 潜空间的 UMAP 对比。b，scib-metrics 各项评分。c，细胞类型空间分布（上）与微胶质细胞的扩散比例（下）。d，仅看微胶质细胞：Slc17a6 与 Trem2 在校正前后的空间表达与散点关系。e、f，标记基因互斥性与共表达比例的定量。

四、一个必须讲清楚的前提：校正效果，取决于初始分割

这是全文最重要、也最容易被忽略的一条结论：resolVI 不是万能的，它只能在"初始分割还算靠谱"的基础上把误差压小，不能凭空变出正确分割。

作者拿六种分割结果做了系统比较：Baysor、原始分割、ProSeg、Cellpose 3 z、Cellpose 1 z、Cellpose Nuclei。结论是：

• Baysor 的假共表达最低

  ，与 resolVI 组合效果最好；
• 但 Baysor 倾向于把细胞切得很碎，很多细胞只含极少数分子，会虚增细胞数量；
• 因此实践建议是：初始分割用 ProSeg，再跑 resolVI 校正——这是精度与细胞数合理性的折中。

换句话说，resolVI 校正的是"量化环节的漏"，而不是"分割环节的错"。这两类误差性质不同，别指望一个后处理模型把上游问题全兜住。

▲ 图3 ｜ 性能依赖初始分割。a，原始分割与 Baysor 分割下，resolVI 与 PCA 的 UMAP 对比。b，六种分割算法在校正前后，"共表达基因"与"互斥表达基因"双阳性细胞比例的变化。c，标记基因两两共表达矩阵：对角线以上的红块是"应当共表达"的基因对，块外区域本不该共表达。

五、人肝癌：让低表达标志物"各归其位"

第三个案例换到了真实的临床比较场景：健康肝与肝癌，Nanostring CosMx，1000 个基因、120 万个细胞。作者用 Baysor 重新分割，再用 resolVI 的监督模式做进一步分析。

肝细胞沿肝小叶有明显的分区（zonation）：SAA1 标在门静脉周围（periportal），GLUL 标在中央静脉周围（pericentral）。这一梯度在校正前后都清晰可见——说明 resolVI 没有破坏真实的空间结构。

真正体现价值的是低表达标志物。胆管细胞标志 SOX4、KRT13、EPCAM 表达量本来就比 SAA1、GLUL 低得多。校正前，这些基因在中央静脉区也被"检出"，看起来像是到处都有胆管细胞；校正后，它们干净地回到门静脉周围。作者特别指出：这类错误信号并非来自邻近细胞的真实表达（中央静脉区根本没有细胞表达它们），而是来自背景项——这恰好证明了模型中 α₂（背景）这一项的必要性。

更有意思的是癌症样本里的"残留共表达"。在健康肝里，髓系与胆管细胞标志的意外共表达在校正后大幅下降；但在肝癌里，这种共表达依然存在。追到具体基因对，是 SPP1 与 CD68 等髓系标志的共表达。进一步看，这是肿瘤相关巨噬细胞（TAM）真实表达 SPP1 的结果——SPP1 是介导巨噬细胞与肿瘤细胞互作的关键分子。

换句话说：校正该消掉的假信号消掉了，该留下的真生物学留下了。 这正是判断一个降噪方法是否可靠的核心标准。

在此基础上，作者用 hotspot 算法在肿瘤内找到两个空间共表达模块，对应促炎与抗炎两种癌细胞生态位，并把 lvm-DE 方法适配到 resolVI 的生成模型上做差异表达，刻画了不同生态位下癌细胞、髓系、T 细胞的表型差异。

▲ 图4 ｜ resolVI 揭示人肝癌中的不同生态位。a，SAA1 与 GLUL 的差异显示门静脉—中央静脉梯度（左原始、右校正）。b，胆管细胞标志（SOX4、KRT13、EPCAM 之和）在校正前后。c、d，健康肝（c）与肝癌（d）的标记基因余弦相似度矩阵。e，SPP1 与 CD68 的散点关系。f、g，两个 hotspot 模块评分与巨噬细胞表型。h，差异表达火山图。i、j，髓系亚群与 SPP1、IFIG 生成表达的空间分布。

六、DSS 结肠炎：140 万细胞、52 张切片里的"迷路"成纤维细胞

最后一个案例规模最大，也最贴近纵向研究：DSS 诱导的结肠炎，140 万个细胞、52 张切片，横跨第 0、3、9、21、35 天。resolVI 全部训练完成不到 6 小时——考虑到单张切片用 Baysor 分割可能要跑好几天，这个额外开销几乎可以忽略。

这里用到了 resolVI 的半监督模式：把第 35 天当作"查询集"，映射到已有的参照数据上，同时输出细胞类型预测的不确定性。有了不确定性，就能做两件下游的事：

• 空间邻域嵌入

  ：统计每个细胞周围 30 个邻居的细胞类型构成，得到一个"邻域丰度向量"，再做 UMAP；

• 邻域组成差异检验

  ：用贝叶斯双边检验比较不同时间点，并校正多重比较。

结果指向一个很具体的生物学故事。Fibro 2（隐窝顶端成纤维细胞）在第 0 天散布在结肠隐窝之间，一直延伸到每个隐窝的顶部；到第 35 天，它们却在黏膜下层聚成团，并与其它成 Fibro 共定位。

随之而来的是信号变化：

• 第 35 天，Fibro 2 中 Bmp2、Bmp5、Bmp7 表达下降——这些 Bmp 基因对结肠细胞沿隐窝轴的正常成熟至关重要；
• 同时，结肠细胞与干细胞之间的梯度被打乱，上皮层组织结构出现紊乱；
• 而在结肠细胞密集的区域，屏障相关基因 Cldn4、Cldn23、Tnfaip3、Il22ra1 表达升高。

按常理，第 35 天应当接近"恢复健康"。但数据说：位置回来了，功能没完全回来。 这种"结构恢复但信号错位"的细节，恰恰是靠单细胞分辨率的空间分析才能捕捉到的。

▲ 图5 ｜ DSS 结肠炎后结肠上皮的改变。a—d，整合后的 UMAP 与切片层面细胞类型频率。e，各时间点上皮细胞类型的相对丰度。f，Milo 邻域差异丰度。g、h，邻域组成 UMAP。i，Fibro 2 邻域组成的差异。j，Fibroblast 在第 0 天与第 35 天的空间分布。k，Tgfbr3 与 Bmp2/5/7 的生成表达。l、m，结肠细胞—干细胞相对比例与差异表达。

七、把关键数字放在一起

小鼠脑（10x Xenium）

• 248 个基因、约 13 万个细胞
• scib 综合评分：PCA 0.63 → resolVI（监督）0.71

小鼠脑（Stereo-Seq）

• 2.4 万+ 基因、5 万+ 细胞

• Slc17a7

   与 Mbp 的假共表达：14.8% → 低于 0.01%
• 运行 不到 20 分钟、内存 不到 30 GB

10x Visium HD

• 2 μm 分辨率、按 8 μm 分箱
• 45.4 万个 spot、1.78 万基因、训练 20 分钟

人肝癌（CosMx）

• 1000 个基因、120 万个细胞

DSS 结肠炎

• 140 万

  个细胞、52 张切片、训练 近 6 小时

八、对做组学的人，这意味着什么

如果把这篇论文压缩成一句可操作的建议，大概是：空间组学的分析流程，应该把"分割"和"校正"当成两个独立环节来设计。

具体到落地，有三点值得记住：

1. 先分割、再校正，顺序不能反。

    resolVI 是后处理，前提是初始分割本身合理。用 ProSeg 起手、Baysor 求精细、resolVI 收尾，是目前比较稳的组合。

2. 判断"降噪是否成功"，要同时看两个方向。

    该消失的假共表达有没有消失（如 Slc17a6 在微胶质里），该保留的真信号有没有被误伤（如 SPP1 在 TAM 里）。只看前者，很容易把方法用成"过度平滑"。

3. 背景项不是可有可无的装饰。

    肝癌里那些"到处都能检出"的低表达标志物，本质是样本级背景，而不是邻居串门。分不清这两者，就会误判细胞类型。

当然，论文本身也把局限写得很清楚：resolVI 依赖 VAE 的潜空间，对潜空间的选择比较敏感，所以提供了监督模式来缓解；而用于评估的"互斥基因对"清单高度依赖具体情境，换一个组织、换一个面板，都需要重新审视。

写在最后

我们常在讨论"测序深度够不够""抗体好不好""质谱分辨率高不高"，但对空间组学来说，数据的下限往往由分割和量化这两步决定，而不是由仪器决定。 resolVI 的价值不在于发明了多复杂的模型，而在于它把一件长期被"默认没问题"的事——分子到底属于哪个细胞——摆到了台面上，并给出了一个可计算、可验证、可复现的答案。

它已经开源，集成在 scvi-tools 中（github.com/scverse/scvi-tools）。对正在做空间转录组、单细胞多组学，或者正准备把组织切片数据做深的人来说，这大概是一个值得放进流程里的工具。

参考：Ergen, C. & Yosef, N. ResolVI: addressing noise and bias in spatial transcriptomics. Nature Methods 23, 2003–2014 (2026). doi:10.1038/s41592-026-03212-9